تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. تعلم الآلة

الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة




  • هيلفورمر: نموذج تعلم عميق قائم على الانتباه لتوقع أسعار العملات المشفرة

    2025 | المؤلف: T.O. Kehinde وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث نموذج Helformer، وهو نهج جديد في التعلم العميق مصمم لتوقع أسعار العملات المشفرة. يجمع هذا النموذج بين التنعيم الأسي لـ Holt-Winters مع بنية قائمة على Transformer، مما يمكّن من تحليل بيانات السلاسل الزمنية بفعالية إلى مكوناتها من المستوى، الاتجاه، والموسمية. تسلط الدراسة الضوء على قيود طرق التوقع التقليدية، التي غالبًا ما تتجاهل…


  • نموذج تعلم آلي لتوقع سرعة الرياح على ارتفاع المحور على المدى القصير

    2025 | المؤلف: Zongwei Zhang وآخرون | المجلة: Nature Communications | المجال: الهندسة الكهربائية والإلكترونية (Electrical and Electronic Engineering)

    تحدد هذه القسم أهمية التنبؤ الدقيق بسرعات الرياح على المدى القصير لتشغيل أنظمة الطاقة الريحية بشكل فعال، لا سيما في شمال شرق الصين. يقدم المؤلفون شبكة تنبؤ رياح دمج بيانات الأرصاد الجوية المتعددة المتغيرات (MFWPN) المصممة لتعزيز دقة التنبؤ بسرعات الرياح المتجهة خلال الساعات الست الأولى. تُظهر MFWPN أداءً متفوقًا مقارنةً بنموذج ECMWF-HRES وتظهر قدرات…


  • تقييم كفاءة الطاقة لمشاريع البناء باستخدام تحليل الانحدار والتغليف البياني

    2025 | المؤلف: Muzaffar Iqbal وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تبحث الورقة البحثية في كفاءة الطاقة (EE) في قطاع البناء في باكستان، وهو أمر حيوي للتنمية المستدامة بسبب استهلاكه الكبير للطاقة وتأثيره البيئي. باستخدام نهج متكامل جديد يجمع بين تحليل كفاءة البيانات (DEA) وانحدار توبي، تقيم الدراسة كفاءة الطاقة عبر 120 شركة بناء. تشير نتائج DEA إلى متوسط كفاءة فنية (TE) تبلغ 84.4%، وكفاءة فنية…


  • توقع بنية البروتين عبر التعلم العميق: مراجعة متعمقة

    2025 | المؤلف: Yajie Meng وآخرون | المجلة: Frontiers in Pharmacology | المجال: علم الأحياء الجزيئي (Molecular Biology)

    لقد كان لتطبيق خوارزميات التعلم العميق في توقع بنية البروتين تأثير كبير على اكتشاف الأدوية وتطويرها، حيث عالجت القيود التي تفرضها الطرق التجريبية التقليدية مثل البلورة بالأشعة السينية وميكروسكوب الإلكترون المبرد، والتي غالبًا ما تكون مكلفة وتستغرق وقتًا طويلاً. نظرًا للاختلاف بين عدد تسلسلات البروتين المعروفة والهياكل التي تم تحديدها تجريبيًا، ظهرت الأساليب الحسابية، وخاصة…


  • تصميم موجه للتطبيقات لنماذج التعلم الآلي لعلوم البطاريات

    2025 | المؤلف: Ying Wang | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    يتناول القسم المعنون “نظرة عامة” التصميم الموجه للتطبيقات لنماذج التعلم الآلي المصممة خصيصًا لعلم البطاريات. ويؤكد على الحاجة إلى دمج تقنيات التعلم الآلي لتعزيز الفهم والأداء لأنظمة البطاريات. يسلط المؤلفون الضوء على منهجيات متنوعة يمكن استخدامها لتحسين تصميم البطاريات، وتوقع مقاييس الأداء، وتسهيل اكتشاف مواد جديدة. تشير النتائج الرئيسية إلى أن الاستفادة من التعلم الآلي…


  • تحسين مجموعة النماذج المتعددة لنماذج المناخ العالمية CMIP6 لمحاكاة المناخ فوق بنغلاديش

    2025 | المؤلف: Afifa Talukder وآخرون | المجلة: Scientific Reports | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)

    تركز هذه الدراسة على تعزيز دقة محاكاة المناخ في بنغلاديش من خلال تحسين مجموعة النماذج المتعددة (MME) لنماذج الدورة العامة (GCMs) لهطول الأمطار، ودرجة الحرارة القصوى (Tmax)، ودرجة الحرارة الدنيا (Tmin). تقيم الأبحاث 19 نموذج GCM من CMIP6 مقابل بيانات ERA5 من 1986 إلى 2014، باستخدام الاستيفاء الثنائي لتوافق بيانات GCM مع نقاط الشبكة الملاحظة.…


  • تحديد مجموعة المخاطر لتسوس الجذور وتحليل العوامل المرتبطة بها في كبار السن باستخدام تجميع التعلم الآلي غير المراقب

    2025 | المؤلف: Linxin Jiang وآخرون | المجلة: Clinical Interventions in Aging | المجال: أمراض اللثة (Periodontics)

    تهدف هذه الدراسة إلى تحديد المجموعات عالية المخاطر لتسوس الجذور بين البالغين الذين تتراوح أعمارهم بين 65 و74 عامًا باستخدام تقنيات التعلم الآلي غير الخاضع للإشراف. تم استقصاء 423 مشاركًا في عام 2021، وتم استخدام تجميع k-prototypes لتصنيف الأفراد بناءً على مستويات المخاطر الخاصة بهم. كشفت التحليلات عن مجموعتين متميزتين: المجموعة 1، التي تتميز بانخفاض…


  • نموذج إشعاعي صغير متعدد الوسائط يمكن الوصول إليه سريرياً ومقياس تقييم لنتائج الأشعة السينية للصدر

    2025 | المؤلف: Juan Manuel Zambrano Chaves وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تسلط الأبحاث الضوء على إمكانيات النماذج الصغيرة مفتوحة المصدر متعددة الوسائط في سد الفجوات في الأداء والوصول التي تواجهها النماذج الكبيرة في تطبيقات الأشعة السريرية. من خلال استخدام نهج مركزي للبيانات مع 697,000 زوج من صور الأشعة والنصوص المنسقة، طور المؤلفون مشفرًا متخصصًا لأشعة الصدر يتكامل مع نماذج اللغة المدربة مسبقًا من خلال محول خفيف…


  • التنبؤ بتدفق خليط المسحوق من خصائص المكونات الفردية باستخدام التعلم الآلي

    2025 | المؤلف: Anna Owasit وآخرون | المجلة: Pharmaceutical Research | المجال: العلوم الصيدلانية (Pharmaceutical Science)

    هدفت الدراسة إلى تعزيز التنبؤ بتدفق خلطات المسحوق في تصنيع الأدوية من خلال نماذج التعلم الآلي (ML). تم تحليل مجموعة بيانات تتكون من 410 خلطات، تحتوي على 9 مكونات نشطة صيدلانية (APIs) و18 مادة مساعدة مع معلمات تجفيف السيليكا المتغيرة. تم تدريب نماذج التعلم الآلي المراقب، بما في ذلك Random Forest (RF) وExtreme Gradient Boosting…


  • مراجعة لتعلم الآلة في تحليل تقارير الحوادث في صناعة البناء

    2025 | المؤلف: May Shayboun وآخرون | المجلة: Journal of Information Technology in Construction | المجال: تقنية الأشعة والموجات فوق الصوتية (Radiological and Ultrasound Technology)

    تستعرض ورقة البحث تطبيق التعلم الآلي (ML) في تحليل تقارير الحوادث داخل صناعة البناء، مع تسليط الضوء على الاهتمام المتزايد في استخدام التعلم الآلي ومعالجة اللغة الطبيعية (NLP) لتعزيز السلامة ومنع الحوادث المهنية. على الرغم من الفوائد المحتملة، فإن اعتماد تقنيات التعلم الآلي كان محدودًا بسبب التحديات المتعلقة بتوافر البيانات، وهيكلة البيانات يدويًا، والاستخدام غير…


←السابق
1 … 61 62 63 64 65 … 147
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.